一種語音喚醒方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及語音處理技術(shù)領(lǐng)域，尤其涉及一種語音喚醒方法及裝置。
【背景技術(shù)】
[0002]語音識別技術(shù)在近些年取得了顯著的進步，該技術(shù)已進入工業(yè)、家電、智能家居等各個領(lǐng)域。語音喚醒即是語音識別技術(shù)的一種形式，其不直接接觸硬件設(shè)備，通過語音即可將設(shè)備喚醒運行。一般情況下，大部分設(shè)備都是靠物理按鍵實現(xiàn)設(shè)備的喚醒或者運行。然而，這對于用戶體驗來說并不好。語音作為人們最自然的交流方式，通過語音喚醒這種非接觸式的方式啟動設(shè)備無疑是更友好的。

【發(fā)明內(nèi)容】

[0003]本發(fā)明實施例提供一種語音喚醒方法及裝置，用于提高利用語音喚醒終端設(shè)備的準確度。
[0004]—種語音喚醒方法，包括以下步驟:
[0005]當(dāng)終端設(shè)備接收到用戶輸入的包含預(yù)設(shè)喚醒詞的第一語音數(shù)據(jù)時，對所述第一語音數(shù)據(jù)和預(yù)設(shè)語言模型進行匹配，獲得所述第一語音數(shù)據(jù)的置信度；
[0006]判斷所述置信度是否小于預(yù)設(shè)置信度閾值；
[0007]當(dāng)所述置信度小于所述預(yù)設(shè)置信度閾值時，執(zhí)行預(yù)設(shè)操作；
[0008]當(dāng)所述置信度大于或等于所述預(yù)設(shè)置信度閾值時，喚醒所述終端設(shè)備的語音控制功能。
[0009]本發(fā)明實施例的一些有益效果可以包括:
[0010]上述技術(shù)方案，通過確定包含預(yù)設(shè)喚醒詞的第一語音數(shù)據(jù)的置信度，并在該置信度小于預(yù)設(shè)置信度閾值時執(zhí)行預(yù)設(shè)操作，同時在該置信度大于或等于預(yù)設(shè)置信度閾值時喚醒終端設(shè)備的語音控制功能，使得用戶利用語音喚醒終端設(shè)備失敗時，終端設(shè)備能夠通過執(zhí)行預(yù)設(shè)操作來提高第一語音數(shù)據(jù)的置信度，從而提高用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0011 ]在一個實施例中，所述執(zhí)行預(yù)設(shè)操作之后，所述方法還包括:
[0012]輸出第一提示信息，所述第一提示信息用于提示所述用戶再次輸入所述第一語音數(shù)據(jù)，直至接收到的所述第一語音數(shù)據(jù)的置信度大于或等于所述預(yù)設(shè)置信度閾值。
[0013]該實施例中，能夠在執(zhí)行預(yù)設(shè)操作之后提示用戶再次輸入語音數(shù)據(jù)，使得用戶重新輸入的語音數(shù)據(jù)的置信度能夠達到預(yù)設(shè)置信度閾值，從而提高用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0014]在一個實施例中，所述執(zhí)行預(yù)設(shè)操作，包括:
[0015]判斷所述終端設(shè)備當(dāng)前是否正輸出第二語音數(shù)據(jù)；
[0016]當(dāng)所述終端設(shè)備當(dāng)前正輸出所述第二語音數(shù)據(jù)時，調(diào)低所述第二語音數(shù)據(jù)的音量值。
[0017]該實施例中，能夠在終端設(shè)備當(dāng)前正輸出語音數(shù)據(jù)時調(diào)低該語音數(shù)據(jù)的音量值，從而使得用戶輸入的語音數(shù)據(jù)的置信度能夠達到預(yù)設(shè)置信度閾值，提高用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0018]在一個實施例中，所述執(zhí)行預(yù)設(shè)操作，包括:
[0019]輸出第二提示信息，所述第二提示信息用于提示所述用戶提高所述第一語音數(shù)據(jù)的音量值。
[0020]該實施例中，通過提示用戶提高輸入語音數(shù)據(jù)的音量值，使得用戶輸入的語音數(shù)據(jù)的置信度能夠達到預(yù)設(shè)置信度閾值，提高了用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0021 ]在一個實施例中，所述執(zhí)行預(yù)設(shè)操作，包括:
[0022]降低所述預(yù)設(shè)置信度閾值。
[0023]該實施例中，通過降低預(yù)設(shè)置信度閾值，使得用戶輸入的語音數(shù)據(jù)的置信度更容易達到預(yù)設(shè)置信度閾值，提高了用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0024]一種語音喚醒裝置，包括:
[0025]匹配模塊，用于當(dāng)終端設(shè)備接收到用戶輸入的包含預(yù)設(shè)喚醒詞的第一語音數(shù)據(jù)時，對所述第一語音數(shù)據(jù)和預(yù)設(shè)語言模型進行匹配，獲得所述第一語音數(shù)據(jù)的置信度；
[0026]判斷模塊，用于判斷所述置信度是否小于預(yù)設(shè)置信度閾值；
[0027]執(zhí)行模塊，用于當(dāng)所述置信度小于所述預(yù)設(shè)置信度閾值時，執(zhí)行預(yù)設(shè)操作；
[0028]喚醒模塊，用于當(dāng)所述置信度大于或等于所述預(yù)設(shè)置信度閾值時，喚醒所述終端設(shè)備的語音控制功能。
[0029]在一個實施例中，所述裝置還包括:
[0030]輸出模塊，用于所述執(zhí)行預(yù)設(shè)操作之后，輸出第一提示信息，所述第一提示信息用于提示所述用戶再次輸入所述第一語音數(shù)據(jù)，直至接收到的所述第一語音數(shù)據(jù)的置信度大于或等于所述預(yù)設(shè)置信度閾值。
[0031 ]在一個實施例中，所述執(zhí)行模塊包括:
[0032]判斷子模塊，用于判斷所述終端設(shè)備當(dāng)前是否正輸出第二語音數(shù)據(jù)；
[0033]調(diào)低子模塊，用于當(dāng)所述終端設(shè)備當(dāng)前正輸出所述第二語音數(shù)據(jù)時，調(diào)低所述第二語音數(shù)據(jù)的音量值。
[0034]在一個實施例中，所述執(zhí)行模塊包括:
[0035]輸出子模塊，用于輸出第二提示信息，所述第二提示信息用于提示所述用戶提高所述第一語音數(shù)據(jù)的音量值。
[0036]在一個實施例中，所述執(zhí)行模塊包括:
[0037]降低子模塊，用于降低所述預(yù)設(shè)置信度閾值。
[0038]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
[0039]下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。
【附圖說明】
[0040]附圖用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中:
[0041 ]圖1為本發(fā)明實施例中一種語音喚醒方法的流程圖；
[0042]圖2為本發(fā)明實施例中一種語音喚醒方法中步驟S13的流程圖；
[0043]圖3為本發(fā)明實施例中一種語音喚醒裝置的框圖；
[0044]圖4為本發(fā)明實施例中一種語音喚醒裝置的框圖；
[0045]圖5為本發(fā)明實施例中一種語音喚醒裝置中執(zhí)行模塊的框圖；
[0046]圖6為本發(fā)明實施例中一種語音喚醒裝置中執(zhí)行模塊的框圖；
[0047]圖7為本發(fā)明實施例中一種語音喚醒裝置中執(zhí)行模塊的框圖。
【具體實施方式】
[0048]以下結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0049]圖1為本發(fā)明實施例中一種語音喚醒方法的流程圖。該語音喚醒方法應(yīng)用于終端設(shè)備中，該終端設(shè)備可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等任一具有語音控制功能的設(shè)備。如圖1所示，該方法包括以下步驟S11-S14:
[0050]步驟Sll，當(dāng)終端設(shè)備接收到用戶輸入的包含預(yù)設(shè)喚醒詞的第一語音數(shù)據(jù)時，對第一語音數(shù)據(jù)和預(yù)設(shè)語言模型進行匹配，獲得第一語音數(shù)據(jù)的置信度。
[0051]其中，預(yù)設(shè)喚醒詞為與終端設(shè)備的語音控制功能相關(guān)的詞語，由用戶預(yù)先設(shè)定。例如，如果終端設(shè)備的語音控制功能包括控制智能家居時，預(yù)設(shè)喚醒詞可包括空調(diào)、電視、窗簾等與智能家居有關(guān)的詞;再例如，如果終端設(shè)備的語音控制功能包括連接至云端服務(wù)器、并通過云端服務(wù)器搜索網(wǎng)絡(luò)信息時，預(yù)設(shè)喚醒詞可包括搜索、查詢、天氣、火車票等與網(wǎng)絡(luò)服務(wù)相關(guān)的詞。
[0052]在執(zhí)行該步驟時，終端設(shè)備會首先對用戶輸入的語音數(shù)據(jù)進行識別，識別該語音數(shù)據(jù)中是否包含預(yù)設(shè)喚醒詞，如果該語音數(shù)據(jù)中包含預(yù)設(shè)喚醒詞，則繼續(xù)執(zhí)行步驟Si1-S14，如果該語音數(shù)據(jù)中不包含預(yù)設(shè)喚醒詞，說明用戶沒有喚醒終端設(shè)備的語音控制功能的意愿，此時終端設(shè)備不對用戶輸入的語音數(shù)據(jù)作任何反饋。
[0053]預(yù)設(shè)語言模型可以是通用語言模型。
[0054]步驟S12，判斷置信度是否小于預(yù)設(shè)置信度閾值。
[0055]步驟S13，當(dāng)置信度小于預(yù)設(shè)置信度閾值時，執(zhí)行預(yù)設(shè)操作。
[0056]步驟S14，當(dāng)置信度大于或等于預(yù)設(shè)置信度閾值時，喚醒終端設(shè)備的語音控制功會K。
[0057]本發(fā)明實施例的一些有益效果可以包括:
[0058]上述技術(shù)方案，通過確定包含預(yù)設(shè)喚醒詞的第一語音數(shù)據(jù)的置信度，并在該置信度小于預(yù)設(shè)置信度閾值時執(zhí)行預(yù)設(shè)操作，同時在該置信度大于或等于預(yù)設(shè)置信度閾值時喚醒終端設(shè)備的語音控制功能，使得用戶利用語音喚醒終端設(shè)備失敗時，終端設(shè)備能夠通過執(zhí)行預(yù)設(shè)操作來提高第一語音數(shù)據(jù)的置信度，從而提高用戶利用語音喚醒終端設(shè)備的準確度以及用戶的體驗度。
[0059]在一個實施例中，第一語音數(shù)據(jù)的置信度可通過第一語音數(shù)據(jù)的以下特征的至少一種來確定:
[0060](I)語速;即單位字的時長。
[0061](2)N_best 特征。
[0062](3)位置;即每個詞在句子中所處的位置，包括句首、句中和句末。
[0063](4)詞長;即每個詞包括的字符個數(shù)。
[0064](5)時長;即每個詞所持續(xù)的幀數(shù)。
[0065](6)競爭詞個數(shù):混淆網(wǎng)絡(luò)上兩個相鄰結(jié)點間的弧個數(shù)，即一段時間內(nèi)有幾個詞在競爭。
[0066](7)詞的ngram語言模型得分。
[0067](8)競爭詞后驗概率的差；即混淆網(wǎng)絡(luò)上兩個相鄰結(jié)點間的兩個后驗概率最大的競爭詞的后驗概率的差。
[0068](9)句長。
[0069]針對第一語音數(shù)據(jù)的以上特征，可通過基于預(yù)測特征分類的方法或者基于后驗概率的方法來確定第一語音數(shù)據(jù)的置信度，由于該兩種方法均為現(xiàn)有技術(shù)，因此不再贅述。
[0070]上述實施例中，置信度的取值位于O?I的范圍之間，由于置信度是用來評估語音識別結(jié)果的可靠性的，因此置信度越高，說明語音識別結(jié)果越準確。預(yù)設(shè)置信度閾值的取值位于O?I的范圍之間。
[0071]在一個實施例中，步驟S13之后，上述方法還包括以下步驟:
[0072]輸出第一提示信息，該第一提示信息用于提示用戶再次輸入第一語音數(shù)據(jù)，直至接收到的第一語音數(shù)據(jù)的置信度大于或等于預(yù)設(shè)置信度閾值。
[0073]終端設(shè)備可通過語音輸出的方式輸出第一提示信息，例如語音輸出“請再次輸入語音內(nèi)容”。用戶再次輸入第一語音數(shù)據(jù)時，終端設(shè)備根據(jù)執(zhí)行預(yù)設(shè)操作之后的結(jié)果，再次對第一語音數(shù)據(jù)的置信度進行確定，直至